Read in EnglishOgni volta che esce un nuovo rapporto sull’intelligenza artificiale, mi interessa meno quale modello abbia scalato le classifiche e più che cosa sia effettivamente cambiato. L’AI Index 2026 di Stanford offre alcune risposte utili. Non è certo una celebrazione della tecnologia: accanto ai progressi, documenta fallimenti, rischi, costi e promesse ancora da verificare. Eppure una conclusione appare sempre più difficile da evitare: l’IA non è più una tecnologia di cui si parla principalmente al futuro. Sta già cambiando il modo in cui lavoriamo, facciamo ricerca e prendiamo decisioni. Le nostre istituzioni, nel frattempo, sembrano muoversi a una velocità diversa.
I progressi tecnici sono notevoli, ma tutt’altro che uniformi. Nei test in cui gli agenti IA devono operare un computer e completare compiti pratici, i tassi di successo sono saliti da circa il 12% al 66,3%. Il margine di errore resta considerevole, ma anche il progresso. Nel 2025 un modello ha raggiunto prestazioni da medaglia d’oro alle Olimpiadi internazionali di matematica, mentre questi sistemi possono ancora avere difficoltà a leggere un orologio analogico. La contraddizione è solo apparente. Le capacità dell’IA non si sviluppano come le abilità umane: un sistema può essere eccezionale in un compito e straordinariamente fragile in un altro. Risultati eccellenti nei benchmark non vanno mai confusi con l’affidabilità generale.
Ancora più interessante è ciò che accade fuori dai laboratori di informatica. L’IA viene utilizzata nella ricerca sulle proteine, in genomica e nelle previsioni meteorologiche, dove alcuni sistemi producono previsioni molto più rapidamente degli approcci tradizionali. In medicina, strumenti che redigono note cliniche hanno ridotto lo sforzo di documentazione fino all’83% in uno dei contesti sanitari esaminati. Questo non significa che un algoritmo possa sostituire un medico. Lo stesso rapporto osserva che, in una revisione di oltre 500 studi clinici sull’IA, solo il 5% ha utilizzato dati clinici reali. La distinzione conta: rispondere correttamente a una domanda medica non equivale a dimostrare esiti migliori per i pazienti.
Crescono anche le evidenze sui benefici economici. Alcuni studi riportano aumenti di produttività del 14-15% nell’assistenza clienti e del 26% nello sviluppo software. Ma i guadagni non sono uniformi: in alcuni compiti che richiedono giudizio ed esperienza, l’IA può effettivamente rallentare le persone. C’è poi un dato che non sottovaluterei: negli Stati Uniti, l’occupazione tra gli sviluppatori software di età compresa tra 22 e 25 anni è calata di quasi il 20% rispetto al picco del 2022. Non si può attribuire all’IA l’intera responsabilità del calo. Tuttavia, la questione riguarda anche le università e le professioni giuridiche: se le macchine svolgono sempre più il lavoro tradizionalmente assegnato ai principianti, come diventeranno professionisti esperti le prossime generazioni?
Dal punto di vista giuridico, ciò che preoccupa di più è il divario tra sviluppo tecnologico e capacità di governarlo. Gli incidenti documentati legati all’IA sono passati da 233 nel 2024 a 362 nel 2025, mentre la trasparenza dei principali sviluppatori resta inadeguata. A questo si aggiungano i costi ambientali, la concentrazione delle infrastrutture e una competizione tecnologica sempre più dominata da Stati Uniti e Cina. Per l’Unione europea, la sfida non può limitarsi alla redazione di norme. L’Europa ha bisogno anche della capacità di ricercare, sviluppare ed esercitare un controllo effettivo sulle infrastrutture da cui questi sistemi dipendono. L’autonomia regolamentare avrà un valore limitato senza un grado credibile di autonomia tecnologica. Non si tratta di indebolire la tutela dei diritti. Si tratta di prendere sul serio le condizioni materiali necessarie per rendere efficace quella tutela.
Troppo del dibattito pubblico sembra ancora intrappolato tra due estremi: l’aspettativa che l’IA risolverà quasi tutto e la convinzione che ogni errore dimostri che vale poco. Nessuna delle due posizioni dice molto su ciò che sta effettivamente accadendo. I progressi sono reali, così come i limiti, e benefici e costi non saranno distribuiti equamente. Il compito ora non è scegliere tra entusiasmo e sospetto. È distinguere ciò che l’IA sa già fare, ciò che ancora non sa fare e ciò che non dovremmo delegarle senza garanzie adeguate.
Fonte principale: Stanford Institute for Human-Centered AI, AI Index Report 2026, in particolare i capitoli 2 (prestazioni tecniche), 3 (IA responsabile), 4 (economia), 5 (scienza), 6 (medicina) e 8 (policy e governance). Research report. I dati citati provengono da studi, benchmark e campioni diversi e non sono direttamente comparabili.